Conozca lo último en aprendizaje automático, IA generativa y más en el Simposio WiML 2023.

Se usó la API de Cloud Translation para traducir esta página.

d4rl_mujoco_ant

Descripción :

D4RL es un punto de referencia de código abierto para el aprendizaje por refuerzo fuera de línea. Proporciona entornos y conjuntos de datos estandarizados para algoritmos de entrenamiento y evaluación comparativa.

Los conjuntos de datos siguen el formato RLDS para representar pasos y episodios.

Documentación adicional : Explore en Papers With Code
Descripción de la configuración : vea más detalles sobre la tarea y sus versiones en https://github.com/rail-berkeley/d4rl/wiki/Tasks#gym
Página de inicio: https://sites.google.com/view/d4rl/home
Código fuente : tfds.d4rl.d4rl_mujoco_ant.D4rlMujocoAnt
Versiones :
- 1.0.0 : Versión inicial.
- 1.1.0 : Se agregó is_last.
- 1.2.0 (predeterminado): actualizado para tener en cuenta la siguiente observación.
Claves supervisadas (Ver as_supervised doc ): None
Figura ( tfds.show_examples ): no compatible.
Cita :

@misc{fu2020d4rl,
    title={D4RL: Datasets for Deep Data-Driven Reinforcement Learning},
    author={Justin Fu and Aviral Kumar and Ofir Nachum and George Tucker and Sergey Levine},
    year={2020},
    eprint={2004.07219},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

d4rl_mujoco_ant/v0-expert (configuración por defecto)

Tamaño de la descarga : 131.34 MiB
Tamaño del conjunto de datos : 464.94 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	1,288

Estructura de características :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-medium

Tamaño de la descarga : 131.39 MiB
Tamaño del conjunto de datos : 464.78 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	1,122

Estructura de características :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-medio-experto

Tamaño de la descarga : 262.73 MiB
Tamaño del conjunto de datos : 929.71 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	2,410

Estructura de características :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-mixto

Tamaño de la descarga : 104.63 MiB
Tamaño del conjunto de datos : 464.93 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	1,320

Estructura de características :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v0-aleatorio

Tamaño de descarga : 139.50 MiB
Tamaño del conjunto de datos : 464.97 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	1,377

Estructura de características :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-experto

Tamaño de la descarga : 220.72 MiB
Tamaño del conjunto de datos : 968.63 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	1,033

Estructura de características :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(15,), dtype=float32),
            'qvel': Tensor(shape=(14,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
algoritmo	Tensor		cuerda
iteración	Tensor		int32
política	CaracterísticasDict
política/fc0	CaracterísticasDict
política/fc0/sesgo	Tensor	(256,)	flotar32
política/fc0/peso	Tensor	(256, 111)	flotar32
política/fc1	CaracterísticasDict
política/fc1/sesgo	Tensor	(256,)	flotar32
política/fc1/peso	Tensor	(256, 256)	flotar32
política/last_fc	CaracterísticasDict
política/last_fc/sesgo	Tensor	(8,)	flotar32
política/last_fc/peso	Tensor	(8, 256)	flotar32
política/last_fc_log_std	CaracterísticasDict
política/last_fc_log_std/sesgo	Tensor	(8,)	flotar32
política/last_fc_log_std/peso	Tensor	(8, 256)	flotar32
política/no linealidad	Tensor		cuerda
política/distribución_de_salida	Tensor		cuerda
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar32
pasos/información/qpos	Tensor	(15,)	flotar32
pasos/información/qvel	Tensor	(14,)	flotar32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medio

Tamaño de la descarga : 222.39 MiB
Tamaño del conjunto de datos : 1023.71 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	1,179

Estructura de características :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(15,), dtype=float32),
            'qvel': Tensor(shape=(14,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
algoritmo	Tensor		cuerda
iteración	Tensor		int32
política	CaracterísticasDict
política/fc0	CaracterísticasDict
política/fc0/sesgo	Tensor	(256,)	flotar32
política/fc0/peso	Tensor	(256, 111)	flotar32
política/fc1	CaracterísticasDict
política/fc1/sesgo	Tensor	(256,)	flotar32
política/fc1/peso	Tensor	(256, 256)	flotar32
política/last_fc	CaracterísticasDict
política/last_fc/sesgo	Tensor	(8,)	flotar32
política/last_fc/peso	Tensor	(8, 256)	flotar32
política/last_fc_log_std	CaracterísticasDict
política/last_fc_log_std/sesgo	Tensor	(8,)	flotar32
política/last_fc_log_std/peso	Tensor	(8, 256)	flotar32
política/no linealidad	Tensor		cuerda
política/distribución_de_salida	Tensor		cuerda
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar32
pasos/información/qpos	Tensor	(15,)	flotar32
pasos/información/qvel	Tensor	(14,)	flotar32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medio-experto

Tamaño de la descarga : 442.25 MiB
Tamaño del conjunto de datos : 1.13 GiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	2,211

Estructura de características :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(15,), dtype=float32),
            'qvel': Tensor(shape=(14,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar32
pasos/información/qpos	Tensor	(15,)	flotar32
pasos/información/qvel	Tensor	(14,)	flotar32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-medium-replay

Tamaño de la descarga : 132.05 MiB
Tamaño del conjunto de datos : 175.27 MiB
Auto-caché ( documentación ): Solo cuando shuffle_files=False (tren)
Divisiones :

Separar	Ejemplos
`'train'`	485

Estructura de características :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float64),
        'reward': float64,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
algoritmo	Tensor		cuerda
iteración	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar64
pasos/descuento	Tensor		flotar64
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar64
pasos/información/qpos	Tensor	(15,)	flotar64
pasos/información/qvel	Tensor	(14,)	flotar64
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar64
pasos/recompensa	Tensor		flotar64

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-full-replay

Tamaño de la descarga : 437.57 MiB
Tamaño del conjunto de datos : 580.09 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	1,319

Estructura de características :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float64),
        'discount': float64,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float64),
        'reward': float64,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
algoritmo	Tensor		cuerda
iteración	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar64
pasos/descuento	Tensor		flotar64
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar64
pasos/información/qpos	Tensor	(15,)	flotar64
pasos/información/qvel	Tensor	(14,)	flotar64
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar64
pasos/recompensa	Tensor		flotar64

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v1-aleatorio

Tamaño de la descarga : 225.18 MiB
Tamaño del conjunto de datos : 583.83 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	5,741

Estructura de características :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float32,
            'qpos': Tensor(shape=(15,), dtype=float32),
            'qvel': Tensor(shape=(14,), dtype=float32),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar32
pasos/información/qpos	Tensor	(15,)	flotar32
pasos/información/qvel	Tensor	(14,)	flotar32
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-experto

Tamaño de la descarga : 355.94 MiB
Tamaño del conjunto de datos : 969.38 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	1,035

Estructura de características :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
algoritmo	Tensor		cuerda
iteración	Tensor		int32
política	CaracterísticasDict
política/fc0	CaracterísticasDict
política/fc0/sesgo	Tensor	(256,)	flotar32
política/fc0/peso	Tensor	(256, 111)	flotar32
política/fc1	CaracterísticasDict
política/fc1/sesgo	Tensor	(256,)	flotar32
política/fc1/peso	Tensor	(256, 256)	flotar32
política/last_fc	CaracterísticasDict
política/last_fc/sesgo	Tensor	(8,)	flotar32
política/last_fc/peso	Tensor	(8, 256)	flotar32
política/last_fc_log_std	CaracterísticasDict
política/last_fc_log_std/sesgo	Tensor	(8,)	flotar32
política/last_fc_log_std/peso	Tensor	(8, 256)	flotar32
política/no linealidad	Tensor		cuerda
política/distribución_de_salida	Tensor		cuerda
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar64
pasos/información/qpos	Tensor	(15,)	flotar64
pasos/información/qvel	Tensor	(14,)	flotar64
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-full-replay

Tamaño de la descarga : 428.57 MiB
Tamaño del conjunto de datos : 580.09 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	1,319

Estructura de características :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
algoritmo	Tensor		cuerda
iteración	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar64
pasos/información/qpos	Tensor	(15,)	flotar64
pasos/información/qvel	Tensor	(14,)	flotar64
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medium

Tamaño de la descarga : 358.81 MiB
Tamaño del conjunto de datos : 1.01 GiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	1,203

Estructura de características :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'policy': FeaturesDict({
        'fc0': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 111), dtype=float32),
        }),
        'fc1': FeaturesDict({
            'bias': Tensor(shape=(256,), dtype=float32),
            'weight': Tensor(shape=(256, 256), dtype=float32),
        }),
        'last_fc': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'last_fc_log_std': FeaturesDict({
            'bias': Tensor(shape=(8,), dtype=float32),
            'weight': Tensor(shape=(8, 256), dtype=float32),
        }),
        'nonlinearity': string,
        'output_distribution': string,
    }),
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
algoritmo	Tensor		cuerda
iteración	Tensor		int32
política	CaracterísticasDict
política/fc0	CaracterísticasDict
política/fc0/sesgo	Tensor	(256,)	flotar32
política/fc0/peso	Tensor	(256, 111)	flotar32
política/fc1	CaracterísticasDict
política/fc1/sesgo	Tensor	(256,)	flotar32
política/fc1/peso	Tensor	(256, 256)	flotar32
política/last_fc	CaracterísticasDict
política/last_fc/sesgo	Tensor	(8,)	flotar32
política/last_fc/peso	Tensor	(8, 256)	flotar32
política/last_fc_log_std	CaracterísticasDict
política/last_fc_log_std/sesgo	Tensor	(8,)	flotar32
política/last_fc_log_std/peso	Tensor	(8, 256)	flotar32
política/no linealidad	Tensor		cuerda
política/distribución_de_salida	Tensor		cuerda
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar64
pasos/información/qpos	Tensor	(15,)	flotar64
pasos/información/qvel	Tensor	(14,)	flotar64
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medio-experto

Tamaño de la descarga : 713.67 MiB
Tamaño del conjunto de datos : 1.13 GiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	2,237

Estructura de características :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar64
pasos/información/qpos	Tensor	(15,)	flotar64
pasos/información/qvel	Tensor	(14,)	flotar64
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-medium-replay

Tamaño de descarga : 130.16 MiB
Tamaño del conjunto de datos : 175.27 MiB
Auto-caché ( documentación ): Solo cuando shuffle_files=False (tren)
Divisiones :

Separar	Ejemplos
`'train'`	485

Estructura de características :

FeaturesDict({
    'algorithm': string,
    'iteration': int32,
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
algoritmo	Tensor		cuerda
iteración	Tensor		int32
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar64
pasos/información/qpos	Tensor	(15,)	flotar64
pasos/información/qvel	Tensor	(14,)	flotar64
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):

d4rl_mujoco_ant/v2-aleatorio

Tamaño de la descarga : 366.66 MiB
Tamaño del conjunto de datos : 583.90 MiB
Almacenamiento automático en caché ( documentación ): No
Divisiones :

Separar	Ejemplos
`'train'`	5,822

Estructura de características :

FeaturesDict({
    'steps': Dataset({
        'action': Tensor(shape=(8,), dtype=float32),
        'discount': float32,
        'infos': FeaturesDict({
            'action_log_probs': float64,
            'qpos': Tensor(shape=(15,), dtype=float64),
            'qvel': Tensor(shape=(14,), dtype=float64),
        }),
        'is_first': bool,
        'is_last': bool,
        'is_terminal': bool,
        'observation': Tensor(shape=(111,), dtype=float32),
        'reward': float32,
    }),
})

Documentación de características :

Rasgo	Clase	Forma	Tipo D
	CaracterísticasDict
pasos	conjunto de datos
pasos/acción	Tensor	(8,)	flotar32
pasos/descuento	Tensor		flotar32
pasos/información	CaracterísticasDict
pasos/infos/action_log_probs	Tensor		flotar64
pasos/información/qpos	Tensor	(15,)	flotar64
pasos/información/qvel	Tensor	(14,)	flotar64
pasos/es_primero	Tensor		bool
pasos/es_último	Tensor		bool
pasos/es_terminal	Tensor		bool
pasos/observación	Tensor	(111,)	flotar32
pasos/recompensa	Tensor		flotar32

Ejemplos ( tfds.as_dataframe ):